Buchumschlag

Augmented Vision-Language Models: A Systematic Review

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Davis, Anthony C, Sadiq, Burhan, Shu, Tianmin, Huang, Chien-Ming
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computation and Language Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

AutoToM: Scaling Model-based Mental Inference via Automated Agent Modeling
von: Zhang, Zhining, et al.
Veröffentlicht: (2025)

Towards Efficient Large Language Models for Scientific Text: A Review
von: To, Huy Quoc, et al.
Veröffentlicht: (2024)

A Review of Multi-Modal Large Language and Vision Models
von: Carolan, Kilian, et al.
Veröffentlicht: (2024)

Achieving Peak Performance for Large Language Models: A Systematic Review
von: Rostam, Zhyar Rzgar K, et al.
Veröffentlicht: (2024)

Behavioral Bias of Vision-Language Models: A Behavioral Finance View
von: Xiao, Yuhang, et al.
Veröffentlicht: (2024)

Sycophancy in Vision-Language Models: A Systematic Analysis and an Inference-Time Mitigation Framework
von: Zhao, Yunpu, et al.
Veröffentlicht: (2024)

Large Language Model for Mental Health: A Systematic Review
von: Guo, Zhijun, et al.
Veröffentlicht: (2024)

Survey of Natural Language Processing for Education: Taxonomy, Systematic Review, and Future Trends
von: Lan, Yunshi, et al.
Veröffentlicht: (2024)

Overcoming Data Scarcity in Generative Language Modelling for Low-Resource Languages: A Systematic Review
von: McGiff, Josh, et al.
Veröffentlicht: (2025)

Bias in Large Language Models Across Clinical Applications: A Systematic Review
von: Suenghataiphorn, Thanathip, et al.
Veröffentlicht: (2025)

GRAMMAR: Grounded and Modular Methodology for Assessment of Closed-Domain Retrieval-Augmented Language Model
von: Li, Xinzhe, et al.
Veröffentlicht: (2024)

Comparing Uncertainty Measurement and Mitigation Methods for Large Language Models: A Systematic Review
von: Abbasli, Toghrul, et al.
Veröffentlicht: (2025)

The Grammar of Transformers: A Systematic Review of Interpretability Research on Syntactic Knowledge in Language Models
von: Graichen, Nora, et al.
Veröffentlicht: (2026)

A Systematic Review of Data-to-Text NLG
von: Osuji, Chinonso Cynthia, et al.
Veröffentlicht: (2024)

Do Vision-Language Models Have Internal World Models? Towards an Atomic Evaluation
von: Gao, Qiyue, et al.
Veröffentlicht: (2025)

Improving Retrieval Augmented Language Model with Self-Reasoning
von: Xia, Yuan, et al.
Veröffentlicht: (2024)

Building Cooperative Embodied Agents Modularly with Large Language Models
von: Zhang, Hongxin, et al.
Veröffentlicht: (2023)

Energy Landscapes Enable Reliable Abstention in Retrieval-Augmented Large Language Models for Healthcare
von: Shankar, Ravi, et al.
Veröffentlicht: (2025)

Quantifying Hallucinations in Language Language Models on Medical Textbooks
von: Colelough, Brandon C., et al.
Veröffentlicht: (2026)

Systematic Outliers in Large Language Models
von: An, Yongqi, et al.
Veröffentlicht: (2025)

A Survey on Retrieval-Augmented Text Generation for Large Language Models
von: Huang, Yizheng, et al.
Veröffentlicht: (2024)

ReviewInstruct: A Review-Driven Multi-Turn Conversations Generation Method for Large Language Models
von: Wu, Jiangxu, et al.
Veröffentlicht: (2025)

Modeling LLM Agent Reviewer Dynamics in Elo-Ranked Review System
von: Huang, Hsiang-Wei, et al.
Veröffentlicht: (2026)

VLKEB: A Large Vision-Language Model Knowledge Editing Benchmark
von: Huang, Han, et al.
Veröffentlicht: (2024)

Large Language Model Psychometrics: A Systematic Review of Evaluation, Validation, and Enhancement
von: Ye, Haoran, et al.
Veröffentlicht: (2025)

Embedding-Informed Adaptive Retrieval-Augmented Generation of Large Language Models
von: Huang, Chengkai, et al.
Veröffentlicht: (2024)

SafetyPrompts: a Systematic Review of Open Datasets for Evaluating and Improving Large Language Model Safety
von: Röttger, Paul, et al.
Veröffentlicht: (2024)

Development and Testing of Retrieval Augmented Generation in Large Language Models -- A Case Study Report
von: Ke, YuHe, et al.
Veröffentlicht: (2024)

Do Retrieval Augmented Language Models Know When They Don't Know?
von: Zhou, Youchao, et al.
Veröffentlicht: (2025)

From Natural Language to SQL: Review of LLM-based Text-to-SQL Systems
von: Mohammadjafari, Ali, et al.
Veröffentlicht: (2024)

Why Vision Language Models Struggle with Visual Arithmetic? Towards Enhanced Chart and Geometry Understanding
von: Huang, Kung-Hsiang, et al.
Veröffentlicht: (2025)

HumBEL: A Human-in-the-Loop Approach for Evaluating Demographic Factors of Language Models in Human-Machine Conversations
von: Sicilia, Anthony, et al.
Veröffentlicht: (2023)

A Systematic Survey and Critical Review on Evaluating Large Language Models: Challenges, Limitations, and Recommendations
von: Laskar, Md Tahmid Rahman, et al.
Veröffentlicht: (2024)

Hal-Eval: A Universal and Fine-grained Hallucination Evaluation Framework for Large Vision Language Models
von: Jiang, Chaoya, et al.
Veröffentlicht: (2024)

Alleviating Hallucination in Large Vision-Language Models with Active Retrieval Augmentation
von: Qu, Xiaoye, et al.
Veröffentlicht: (2024)

Intra-Layer Recurrence in Transformers for Language Modeling
von: Nguyen, Anthony, et al.
Veröffentlicht: (2025)

LEAF: Learning and Evaluation Augmented by Fact-Checking to Improve Factualness in Large Language Models
von: Tran, Hieu, et al.
Veröffentlicht: (2024)

Language Models as Semantic Augmenters for Sequential Recommenders
von: Valizadeh, Mahsa, et al.
Veröffentlicht: (2025)

Improving the Efficiency of Visually Augmented Language Models
von: Ontalvilla, Paula, et al.
Veröffentlicht: (2024)

Retrieval-Augmented Generation for Large Language Models: A Survey
von: Gao, Yunfan, et al.
Veröffentlicht: (2023)